统计工艺控制在药品生产质量管理中的应用2016.07月讲述.pptxVIP

统计工艺控制在药品生产质量管理中的应用 高闪 2016.07月 统计工艺控制 统计工艺控制是“质量源于生产”阶段常用的质量管理方法。生产过程中始终存在生产工艺和产品质量的波动，这些波动可分为固有的自然波动，和因物料不良、人员疏失、机械故障等引起的异常波动。 统计工艺控制的目的： 确保生产过程持续稳定、可预测。 提高产品质量、生产能力，降低生产成本。 区分产生波动的原因（普通原因or特殊原因），作为采取措施的指南。 统计工艺控制方法 CHAPTER 01 控制图 控制图原理 依据正态分布的3 σ原理构造。 假如一个统计量，如片重X（X1， X2 ……Xn）服从正态分布或近似正态分布，即X~（μ，σ2）， μ为均值，σ为标准偏差。 根据3 σ原理，X落入μ±3σ区域的概率约为99.73%。 控制图原理 68.27% 95.45% 99.73% 99.9937% 99.99943% 99.9999998% 未考虑偏移的正态分布 控制图原理 考虑偏移的正态分布 规格中心 分布中心 1.5σ +/-3σ +/-6σ 0ppm 3.4ppm 66800ppm 3.4ppm 常规控制图的形成 控制图三条线：控制上限UCL 为μ+3σ，控制下限LCL为μ-3σ， 中心线CL为μ 控制图的用途 1.分析用控制图和控制用控制图是SPC控制的两个阶段，用于跟踪工艺变化，并发现特殊原因。 2.统计受控状态：所有点在控制限内并满足判异规则。。 控制图分类 监测较大工艺漂移（超过±3σ）或个别异常点常用的控制图 连续型、计量型数据 类型 观测参数 样本量 统计分布 Xbar-R 一次取样检验中工艺或质量指标观测值的均值和极差 3≤n ≤5 正态分布 Xbar-S 一次取样检验中工艺或质量指标观测值的均值和标准差 n ≥10 正态分布 I-MR 一次取样检验中工艺或质量指标的单独观测值和移动极差 n=1 正态分布 Z-MR 一次取样检验中工艺或质量指标的标准化的单个观测值和移动极差 n=1 正态分布 控制图分类 监测微小工艺漂移（＜1.5σ）常用的控制图 类型 观测参数 样本量 统计分布 目的 累积和CUSUM 实时的趋势分析一种时间加权类型的显示每个样品值与目标值的偏差的累积和的控制图 n≥1，每个子组样本容量相等 正态分布二项分布泊松分布 1.对选定的 CQA/CPP 的预警 2.用于检测对目标的微小偏离 3.当微小偏移发生时精确指出特殊时间 指数加权移动平均控制图EWMA 一种时间加权类型的描述指数加权移动平均的控制图 n≥1 正态分布二项分布泊松分布 常用于监控已受控过程，以发现过程均值对目标值的微小偏离 控制图分类 监测计数型变量、较大工艺漂移常用的控制图 类型 观测参数 样本量 统计分布 p 一次取样得到的n个样品中，不合格样品百分比 n＞1，样本量可变 二项分布，渐近正态分布 np 一次取样得到的n个样品中，不合格样品数 n＞1，样本量固定 二项分布，渐近正态分布 c 一次取样得到的n个样品中的缺陷个数，一个样品可存在多个缺陷 n＞1，样本量固定 泊松分布，渐近正态分布 u 单位样本量的缺陷个数，一个样品可存在多个缺陷 n＞1，样本量可变 泊松分布，渐近正态分布 控制图的选择方法 连续型变量批次内监测，如批内片重、硬度监测 连续型变量批次间监测，如批间含量、溶出监测 X-R/ X-S 控制图 I-MR CuSum EWMA 工艺CQA/CPP微小漂移的监测 p/np c/u 包装、外观缺陷、微生物监测、环境监测 02 01 03 统计→控制图 →子组的变量控制图（Xbar-R/S） →单值的变量控制图（I-MR/Z-MR） 收集特性数据， 输入minitab 输入方式：所有数据处于单列或单行 输入变量和或子组数量 选择判异规则 制作控制图 胶囊重X-R控制图 输入子组大小（n ＞1） 选择判异规则 不同的输入方式 输入变量 制作控制图 05 04 06 输入显示的控制限 选择标准差的估计方法 输出不同的控制图 选择标准差估计方法 输入显示的σ倍数 01 Xbar-R控制图 胶囊重处于统计控制状态！ 02 Xbar-S控制图 胶囊重处于统计控制状态！ 03 I-MR控制图 批内硬度处于统计控制状态！ 检验结果 该两批硬度较高，为什么？ 03 分阶段的 I-MR控制图 输入分阶段标志 片厚变更 变更含量标准为92.5-104.0% 变更原料供应商 变更制粒机和压片机 1.含量UCL接近内控标准，应改善工艺 2.160424接近UCL，过程异常 3.141207低于LCL，过程异常 CHAPTER 02 工艺能力分析 工艺能力指数Cp 其中，USL质量标准上限；LSL质量标准上限；σ是工艺自然波动的标准差。 Cp反映工